AI OCR

人工智能光学字符识别 (AI-OCR)：从图像中提取数据

该存储库是一个工具的后端代码，您可以使用该工具使用可视化 LLM 从图像中提取数据。前端代码（使用streamlit）可以在这里找到：AI-OCR-Frotend。

目录

• 安装
• 用法
• 例子
• 执照

安装

要使用 AI-OCR 工具，最好为后端安装此存储库以及前端存储库，即按照以下步骤操作：

1. 为后端克隆此存储库

git clone https://github.com/jWinman91/AI-OCR.git
cd ai-ocr

2. 安装后端所需的依赖项：

pip install -r requirements.txt

3. 使用以下命令拉取并运行 coachdb docker 文件：

docker run -e COUCHDB_USER=admin -e COUCHDB_PASSWORD=JensIsCool -p 5984:5984 -d --name config_db couchdb:latest

3. 克隆前端存储库

git clone https://github.com/jWinman91/AI-OCR-Frontend.git
cd ai-ocr-frondend

3. 安装前端所需的依赖项：

pip install -r requirements.txt

用法

然后您可以通过运行以下命令来启动后端：

python app.py $IP_ADDRESS

确保 coachdb 的 docker 容器正在运行。

由于后端使用 fastapi，您现在可以通过 fastapi 文档转到$IP_ADDRESS:5000/docs进行尝试。

但您现在也可以通过运行以下命令来启动前端：

chmod +x start_up.sh
./start_up.sh

来自克隆的前端存储库中。

流线型窗口将自动在您的浏览器中打开。在 Web 应用程序中，您将在侧边栏上找到两个页面：

• AI-OCR：运行实际光学字符识别的网页
• 模型配置：用于配置模型的子页面（例如 ChatGPT、Llava...）

例子

致谢

• Hugging Face - 使用最先进的自然语言处理模型的框架。